问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
Meta工程高管Maher Saba与Santosh Janardhan近期发布内部备忘录，明确宣布不再将AI采用率、Token消耗量等用量类指标纳入工程师绩效评估体系。目前Meta已有93%的代码修改由AI代理辅助完成，此次调整直指科技行业此前普遍存在的“为用而用”的AI推广考核逻辑，将AI价值评估锚点从使用规模转向实际产出。
这份周二发出的内部文件，直接推翻了科技行业过去两年默认的AI推广路径。为了加速AI工具在内部的渗透，多数科技企业都先后把Copilot采纳率、AI生成代码占比、Token消耗量等数据纳入内部管理看板，部分公司甚至直接将其与员工绩效评级、年终奖挂钩。
这种用量导向的考核机制，在AI落地初期确实起到了快速培育用户习惯的作用，但很快就暴露出明显的副作用。不少工程师为了完成指标，会故意用AI生成大量冗余、复用率低的代码，甚至刻意拉长对话增加Token消耗量，这种“表演式用AI”不仅没有提升开发效率，反而增加了后续代码调试的成本，背离了企业引入AI工具的初衷。
有互联网行业人力负责人透露，此前部分企业的AI工具采纳率考核权重最高可达30%，甚至出现过工程师因为拒绝使用低效率AI工具被打低绩效的案例，反而限制了创新空间。
Meta此次调整的底气，来自AI工具在内部的高渗透度。备忘录披露的数据显示，目前公司93%的代码修改已经由AI代理辅助完成，AI工具已经成为工程师日常工作的标配，不再需要通过考核指标倒逼大家接受。
高管在备忘录中明确强调，采用AI本身并不是最终目标，评估员工贡献的核心标准，始终是其产出的业务价值——包括代码质量、项目交付效率、问题解决能力等，AI只是帮助员工提升这些产出的工具而已。
Meta作为全球科技行业的风向标，此次调整也释放出明确的产业信号：AI工具的普及阶段已经基本结束，接下来整个行业的核心目标将从“有没有用AI”转向“AI能不能创造实际价值”。
后续预计会有更多科技企业跟进调整AI相关考核规则，把评估重点从使用量、渗透率等过程指标，转向效率提升、成本下降、质量优化等结果指标，推动AI真正成为创造业务价值的核心生产力。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号